science >> Wetenschap >  >> Natuur

IRI onthult zijn nieuwe generatie klimaatvoorspellingen

Zij-aan-zij vergelijking van IRI's oude (links) en nieuwe (rechts) seizoensgebonden klimaatvoorspelling voor neerslag. Houd er rekening mee dat de prognoses niet dezelfde periode weergeven. Krediet:Staat van de planeet

Deze lente, IRI heeft een nieuwe methode geïmplementeerd voor onze seizoensvoorspellingen voor temperatuur en neerslag over de hele wereld. We vroegen Simon Mason, Andrew Robertson en Tony Barnston, drie van onze senior klimaatwetenschappers die leiding geven aan de ontwikkeling en afstemming van de voorspellingen van IRI, om enkele fundamentele vragen over de nieuwe prognose te beantwoorden.

Waarom is er een nieuwe prognose?

Simon Mason:Toen het IRI in de jaren negentig begon met het maken van voorspellingen, gebruikte het klimaatmodellen die alleen de atmosfeer voorstelden. Er waren meer geavanceerde modellen beschikbaar, waaronder de oceanen, maar deze modellen konden niet gemakkelijk meer genereren dan een korte geschiedenis van voorspellingen ("hindcasts" genoemd - zie kader) vanwege de slechte beschikbaarheid van gegevens voor de oceanen. We hadden gegevens van deze hindcasts nodig om een ​​langere periode te bestrijken om een ​​nauwkeurige beoordeling te kunnen ontwikkelen van hoe goed deze modellen werken en welke correcties nodig kunnen zijn om een ​​betrouwbare voorspelling te produceren. Twee decennia later, deze "gekoppelde modellen" - degenen die oceaan en atmosfeer omvatten - kunnen nu een voldoende geschiedenis van hindcasts genereren. De modellen hebben ook verbeteringen ondergaan, en worden nu routinematig gebruikt in operaties door de meeste wereldwijde voorspellingscentra, inclusief NOAA's North American Multi-Model Ensemble (NMME) project.

Andrew Robertson:Tot een paar jaar geleden, gegevens van een ensemble van gekoppelde voorspellingsmodellen waren niet gemakkelijk en vrij toegankelijk in realtime, zowel vanwege databeleidsbeperkingen bij de verschillende wereldwijde prognosecentra, evenals het gebrek aan gecoördineerde gegevensinfrastructuur om de gegevens te delen. Voor de eerste keer, NOAA's NMME-project heeft realtime en hindcasts gemaakt van maximaal negen gekoppelde modellen van Amerikaanse instellingen (NCEP, nasa, GFDL, NCAR, COLA/University of Miami) en Environment and Climate Change Canada vrij beschikbaar via de IRI Data Library. Dit maakt het voor ons eenvoudig om onze voorspelling nu te baseren op de output van deze NMME-modellen. En, als gevolg van een daling van de financiering, IRI was niet langer in staat om de oudere atmosferische mondiale klimaatmodellen intern te gebruiken zoals voorheen.

SM:Hoewel het IRI niet langer de financiering heeft om intern klimaatmodellen uit te voeren, we zijn in staat om een ​​volledig geautomatiseerd voorspellingssysteem op te zetten dat gebruik maakt van de gekoppelde modelvoorspellingen uit het NMME-project, evenals de twee decennia ervaring die IRI heeft met het genereren van prognoses op basis van dergelijke systemen.

Is de methode voor het maken van de prognose veranderd, en zou dat van invloed zijn op hoe de prognose kan of moet worden gebruikt?

SM:Er zijn twee categorieën veranderingen in de methodologie van de nieuwe voorspellingen:we gebruiken nieuwe klimaatmodellen, en we gebruiken nieuwe methoden om die modeloutputs om te zetten in betrouwbare voorspellingen.

De nieuwe klimaatmodellen geven de klimaatsystemen beter weer dan de oude, maar de basisprincipes van hoe die modellen werken zijn ongewijzigd - of, als je wilt, de fysieke basis voor het maken van de seizoensvoorspellingen blijft hetzelfde. De nieuwe voorspellingsmethodologie is ontworpen om correcties aan te brengen in de klimaatmodellen op basis van hun vermogen om voorgaande jaren nauwkeurig te voorspellen. We produceren ook informatie met meer ruimtelijk detail dan voorheen.

In principe mag er geen reden zijn om te veranderen hoe of wanneer de nieuwe prognoses worden gebruikt, omdat zowel in de nieuwe methodiek als in de oude, de prognoses werden gemaakt om tegen de nominale waarde te worden genomen - d.w.z. de kansen moeten een betrouwbare indicatie geven van hoe het seizoen eruit zal zien.

AR:Voor degenen die meer informatie willen over onze nieuwe methodologie, we hebben hier een pagina samengesteld.

Kunnen we vergelijkingen maken met oude prognoses? Bijvoorbeeld het vergelijken van voorspellingen van gematigde El Niño-evenementenjaren met de voorspelling van dit jaar?

SM:Voor de duidelijkheid, er is geen verandering in de manier waarop El Niño en La Niña (of ENSO) producten voorspeld hebben, alleen onze regen- en temperatuurvoorspellingen zijn aangepast. Maar, in termen van het vergelijken van de regen- en temperatuurvoorspellingen - zoals ik al zei in de eerdere vraag of de voorspelling nog steeds op dezelfde manier kan worden gebruikt, de prognoses zijn bedoeld om tegen de nominale waarde te worden genomen. Dus als de prognose dit jaar een grotere kans aangeeft dan in voorgaande jaren, dan weerspiegelt dat wel meer vertrouwen.

Maar wat we niet kunnen concluderen, is dat de impact waarschijnlijk sterker zal zijn. Bijvoorbeeld, als er een kans van 60% is op bovennormale regenval tijdens gematigde El Niño-omstandigheden in ons nieuwe systeem, en slechts een kans van 50% onder vergelijkbare omstandigheden met het oude systeem, dan hebben we er inderdaad meer vertrouwen in dat er bovennormale regenval zal plaatsvinden; maar het is ongeldig om te concluderen dat we denken dat er meer regen zal vallen dan in voorgaande jaren met matige El Nino-omstandigheden.

Tony Barnston:Het is waar dat onze ENSO-prognosematerialen niet zijn veranderd. Maar de ENSO voorspelt (in feite voorspellingen van het gehele temperatuurveld van het zeeoppervlak) die zijn gebruikt bij het maken van de klimaatvoorspellingen zijn nu veranderd, en waarschijnlijk ten goede, omdat ze gebaseerd zijn op de ongeveer acht state-of-the-art gekoppelde modellen in plaats van op slechts drie modellen, een daarvan was statistisch en een daarvan was een vereenvoudigd dynamisch model dat alleen de tropische Stille Oceaan bestreek. Dus, slechts een van de voorspellingsmodellen voor de zeeoppervlaktetemperatuur was state-of-the-art, terwijl ze dat nu allemaal zijn.

Waarom ziet de prognose er anders uit?

AR:De nieuwe modellen werken met een hogere ruimtelijke resolutie. Ze hebben een resolutie van ongeveer 1 graad breedtegraad (d.w.z. ongeveer 100 km), vergeleken met ongeveer 2,8 graden voor de oude (dus ongeveer 300 km), dus we geven de voorspellingen met een resolutie van 1 graad, vergeleken met 2,5 graden eerder.

Wat zijn de implicaties van de hogere resolutie voor een gebruiker?

AR:De verbeterde resolutie kan zich al dan niet vertalen in meer vaardigheid op kleinere schaal. We hebben gemerkt dat de weersvoorspellingskaarten er op kleine schaal soms luidruchtiger uitzien, en de gebruiker moet hiervan op de hoogte zijn. We onderzoeken hoe we onze nabewerkingskalibratiemethode kunnen verbeteren om de ruis te verminderen.

Heeft dit invloed op andere IRI-producten dan de standaard, op terciel gebaseerde seizoensvoorspellingen?

SM:Ja. De nieuwe voorspellingsmethode wordt gebruikt in sommige van onze producten voor regen- en temperatuurvoorspelling. Deze omvatten de seizoensvoorspellingen in de IFRC Maproom en de Flexible Forecast Maproom.

Is het nauwkeuriger dan de oude voorspelling?

AR:Het antwoord op deze vraag is niet zo eenvoudig als het klinkt. Er zijn veel maatstaven voor voorspellingsvaardigheid, en de oude en nieuwe systemen zijn verschillend, waardoor ze moeilijk rechtstreeks te vergelijken zijn. We verwachten dat het nieuwe systeem minstens zo goed zal zijn omdat het gebaseerd is op een nieuwere generatie modellen en prognose-initialisatiemethoden. We zijn bezig het nieuwe systeem volledig te verifiëren om een ​​zo volledig mogelijk antwoord op deze vraag te kunnen geven.

TB:Met uitzondering van de bovennormale temperaturen, de nieuwe prognoseoutput heeft meer gebieden die niet de klimatologische voorspelling zijn (d.w.z. meer gekleurde gebieden op de kaarten; de modellen "hebben meer te zeggen") dan de oude prognoseoutput, en deze grotere gevoeligheid weerspiegelt vermoedelijk een hogere nauwkeurigheid, maar de bevestiging hiervan zal komen met onze verificatie die nu aan de gang is. Met betrekking tot de kansen op bovennormale temperaturen, we onderzoeken of de nieuwe voorspellingen de kanteling naar bovennormaal onderschatten vanwege de mogelijk onvoldoende gevoeligheid van de modellen voor CO2-stijgingen.

Terwijl u de nieuwe prognoses aan het ontwikkelen was, speelden behoeften/input van gebruikers een rol?

SM:De belangrijkste en de moeilijkste vraag!

Er zijn veel redenen waarom IRI eind jaren negentig begon met het maken van seizoensvoorspellingen. Voor een deel was het een reactie op de El Niño van 1997/98, die naar verwachting grote gevolgen zou hebben over de hele wereld. Hoewel dat nog maar 20 jaar geleden is, er waren in die tijd maar heel weinig landen en centra die seizoensvoorspellingsinformatie produceerden - wat misschien laat zien hoe ver we in de afgelopen twee decennia zijn gekomen. In dat stadium was de klimaatgemeenschap zeer slecht op de hoogte van potentiële gebruikers van seizoensvoorspellingen, maar we zouden op zijn minst veel van de nationale meteorologische diensten kunnen adviseren, die hun eigen communicatiekanalen kunnen hebben. Dus, tijdens de late jaren 1990 en vroege jaren 2000 was ons belangrijkste verspreidingskanaal om regeringen te informeren via deze meteorologische diensten. In aanvulling, toen landen en regionale en mondiale klimaatcentra hun eigen voorspellingen begonnen te produceren, wilden we een goed voorbeeld geven dat waar nodig kon worden nagebootst en aangepast.

Echter, als de Applications Research Division van het IRI (zoals het toen heette) en de bredere gemeenschap van klimaatdiensten begon ervaring te ontwikkelen in het identificeren van en werken met gebruikersgemeenschappen, onze prognoses zijn interessant geworden voor een groeiend aantal gebruikers. In sommige gevallen hebben we rechtstreeks met dergelijke gemeenschappen samengewerkt om op maat gemaakte seizoensvoorspellingsinformatie te ontwikkelen. Deze informatie op maat wordt gepresenteerd in op maat ontworpen Maprooms, voorbeelden hiervan zijn die voor de Internationale Federatie van het Rode Kruis en de Rode Halve Maan (IFRC) en het Wereldvoedselprogramma (WFP).

Toen de nieuwe prognoses opnieuw werden ontworpen, we hebben rekening gehouden met de input van enkele van onze belangrijkste partners, zoals de IFRC en het WFP, en ook van enkele van de vele meteorologische diensten over de hele wereld die onze producten raadplegen. Natuurlijk, iedereen heeft gevraagd om meer zekerheid in de voorspellingen (wat zich vertaalt naar meer en diepere kleuren op de kaarten), en het gebruik van de modernste klimaatmodellen zou daarbij moeten helpen. Veel gebruikers hebben ook om meer gedetailleerde ruimtelijke informatie gevraagd, die we ook in de nieuwe prognose hebben behandeld, hoewel voor sommige toepassingen – vooral die met betrekking tot overstromingen – minder ruimtelijke informatie informatie van betere kwaliteit kan opleveren. In dergelijke gevallen, voorspellingsaanpassing is vereist - de ontwikkeling van op maat gemaakte producten zoals die in sommige van onze Maprooms. We hopen samen te werken met onze partners en andere potentiële gebruikers om te onderzoeken wat voor hen het beste werkt.

Elke keer dat we een prognose maken, denken we niet na over hoe specifieke gebruikers op de informatie zullen reageren. In feite, het is belangrijk om niet, omdat we anders de prognose afdekken. Het is belangrijk voor de voorspeller om te communiceren wat hij denkt dat er zal gebeuren, in plaats van na te denken over hoe de reacties van gebruikers kunnen worden beïnvloed. Met zo'n afstandelijke houding, echter, is een heel andere vraag dan hoe een prognose moet worden gecommuniceerd, zodat het de beslissingen van gebruikers vergemakkelijkt. Die interactie is belangrijk om ervoor te zorgen dat de prognose duidelijk wordt begrepen en relevante informatie oplevert.

Dit verhaal is opnieuw gepubliceerd met dank aan Earth Institute, Columbia University:blogs.ei.columbia.edu/ .